基于机器视觉的螺栓几何形状检测方法研究

许 昊，李维荣，程 鹏

（中机生产力促进中心，北京 100044）

0 引言

在全球工业化高度发展的今天，螺纹连接作为传统的机械连接方式，因其具有结构简单，操作方便，成本低廉等特点，仍然作为主流联接方式而被广泛使用。六角头螺栓是螺纹连接中最常用的紧固件，应用量特别大，出现失效案例又很多，几何精度直接影响其力学性能和互换性，必须在成型加工过程中加以控制。目前，对螺栓外形[1]的检测大多采用人工抽检，存在人为因素影响大，效率低下等问题，用光学方法进行自动检测的应用还不广泛。

1 螺栓外形检测的原理

机器视觉是一种非接触的检测方法，它具有快捷、经济、灵活等优点。通过工业CCD或CMOS摄像头拍摄物体的清晰图像，然后采用计算机硬件及软件技术对图像信息进行辅助处理，提取几何特征值，与预期特征进行自动对比，进而完成零件的测量和筛选。图1是视觉检测系统的一般流程。

图1 视觉检测系统的一般流程Fig.1 The general process of visual inspection system

本文所述的螺栓检测系统有以下几部分组成：①图像采集部分，包括三个CCD数字摄像机、光源等；②零件传送及筛选部分，包括步进电机，传送带等，步进电机的运动和筛选模块的动作均采用PLC控制；③图像处理部分，主要对采集到的螺栓图像进行实时处理并进行特征提取。图2为螺栓检测的检测流程[2]。

螺栓在传送带上运动，依次经过三个摄像头的检测区域，触发拍照采集图像，然后将图像传送至计算机进行实时处理，与预设的参数进行比较，判定零件是否合格。根据判定结果发出筛选模块控制指令，实现合格与不合格产品的分离。

图2 螺栓检测流程Fig.2 Bolt detection process

2 螺栓外形检测的关键参数

常见的螺栓几何缺陷包括尺寸超差、形状不规则、头部填充不满或者裂纹等，这些缺陷在采集的图像中主要表现为面积和边界等特征参数的变化。

经过图像采集、处理得到所需的图像，用一些区域描绘子来描述图像中的区域特征[3]，如区域的边界线型、面积、致密性、质心等。

（1）零件的投影面积。在处理后得到的二值数字图像中，背景区域为黑色，待检物体为白色，区域的面积可定义为黑白界限内区域中所包含的像素总数。

式中：A—区域面积 （m）；m—像素点横坐标；n—像素点纵坐标；f（m，n）：像素点特征值，黑色时取0，白色时取1。

（2）区域周长。常用的有两种计算方法：一种是在区域的边界像素中，设某像素与其上下左右像素间的距离为1，与斜方向像素间的距离为，周长就是这些像素间距离的总和。另一种计算方法将边界的像素数目总和作为周长，本文选择第一种方法。

∈i代表该点邻域的8个方向，斜向为奇数。

（3）区域的圆形度。

此参数不受区域平移、旋转和尺寸变化的影响。

（4）区域质心。

式中：m—像素点横坐标；n—像素点纵坐标；xc—质心横坐标；yc—质心的纵坐标；f（m，n）：像素点特征值，黑色时取0，白色时取1。

（5）区域的平均半径。

式中：（xk，yk）—区域边缘上的点；（xc，yc）—区域的质心。

3 螺栓外形检测的算法举例

（1）螺栓头。 图 3（a）为螺栓头的灰度图像，图 3 （b）为螺栓头部二值化后的区域图像，图3（c）为图3（b）的轮廓跟踪曲线。由图3（b）可计算出螺栓头部的面积，图3（c）可计算出螺栓头部的轮廓周长，进而可求出其它特征参数值。

图3 螺栓头特征提取Fig.3 Feature extraction of the bolt head

（2）螺纹大径。螺纹的大径是指与螺纹相切的假想圆柱体的直径。大径是普通外螺纹的公称直径，可通过测量螺栓底端的投影外圆轮廓线的长度来获得。图4（a）为螺栓底端的原始灰度图像，图4（b）、（c）分别是底端图像的二值化和边缘提取后的结果。

图4 螺纹大径的特征提取Fig.4 Feature extraction of major diameter

（3）螺纹中径。中径是一个假想圆柱的直径，该圆柱的母线通过牙型上沟槽和凸起轴向宽度相等的地方，此假想圆柱称为中径圆柱。中径圆柱的母线称为中径线，轴线即为螺纹轴线。螺纹连接一般只有螺纹牙侧面中径附近接触，而在大径和小径处应有间隙，螺纹中径是决定螺纹配合性质的主要参数。螺纹边缘提取后的结果如图 5（c）所示。

图5 螺纹中径的特征提取Fig.5 Feature extraction of pitch diameter

由图5可知，螺纹牙的上下边缘线是两条近似对称的曲线，这时存在一条对称轴，其方程式设为y=kx+b。选取曲线上的一系列点，通过最小二乘法可计算出k、b，进而求出螺纹截面对称轴的方程式。设直线y=kx+b与数据点[xi，yi]的方差为 φ（a，k）， 则有：

图6 螺纹的中径线Fig.6 The pitch diameter line of screw thread

求得直线方程y=kx+b后，将其向上平移r距离得到y=kx+b+r，平移后的直线和螺纹上边缘线产生一系列交点，如图6所示。将所有螺纹边缘点[xi，yi]依次代入y=kx+b+r， 若满足｜yi-（kxi+b+r）｜＜σ，则认为这一点是交点，此处σ取0.1。这时产生线段AB、BC、CD、DE、EF，选取令所有线段方差最小的r值，并记录此时的直线L。同理，可求得下方的另一条直线L1，中径d2=｜L-L1｜。

在Visual C++6.0下开发应用程序，图像的构造及读取等操作封装在Cimg类中，而对图像的处理操作封装在CimgProcess类中。零件进入图像采集区域触发数字摄像机采集图像到内存后，立即构造CimgProcess对象[3]，并调用相应的成员函数进行处理。部分程序代码如下：

4 结论

本文根据螺栓形状特征设计了一种基于机器视觉的检测方法，经验证，这种方法的检测精度可达到0.05mm，速率达到120件/分钟，不仅提高了检测效率和准确性，更有利于实现工厂的自动化。在以上工作的基础上还应该做以下研究：①改善和完善现有代码，提高检测的效率并减少误差率；②对机械部分进行优化设计，以提高系统整体的灵活性。

[1]杨树华.标准紧固件手册[M].中国质检出版社，2012.

[2]林长青，庄石，廖俊必，等.基于机器视觉的螺钉在线检测[J].工具技术，2007，8.

[3]张铮，王艳平，等.数字图像处理与机器视觉Visual C++与Matlab实现[M].人民邮电出版社，2010.

[4]刘海波，沈晶，郭耸，等.Visual C++数字图像处理技术详解[M].机械工程出版社，2010.